施密特DataX基金支持利用数据科学加速发现的研究项目

九个数据驱动的研究项目获得了普林斯顿大学SchmidtDataX基金的资助，该基金旨在在校园内传播和深化人工智能和机器学习的使用，以加速发现。

2月，该大学宣布了一项新基金，该基金是通过SchmidtFutures的一项重大捐赠才得以实现的。

SchmidtDataX基金支持的新选教员研究项目是跨学科的，涉及19名教员以及多个部门和项目。

这些项目探索的研究包括大脑活动和语言、社交媒体上的人群行为问题以及银河系的构建。

“项目的多样性和所涉及的研究人员的组合表明，数据科学对校园内的许多学科都非常感兴趣，无论是通过扩大实验规模还是为复杂过程建模，数据科学都有助于加速发现，”GordonYSWu教授PeterRamadge说。工程和电气工程教授，统计和机器学习中心(CSML)主任。“先进的数据科学算法和现代计算的使用使曾经难以或不可能进行的研究成为可能。”CSML正在监督SchmidtDataX基金为扩大数据科学在校园内的影响范围所做的一系列努力。

获奖项目和研究人员是：

•寻求通过使用人工神经网络大大加速实现量子多体最优控制

HerschelRabitz，CharlesPhelpsSmyth'16*17化学教授

该项目旨在利用人工神经网络来设计、建模、理解和控制不同粒子(即原子和分子)之间的量子动力学现象。

•通过众包进行社会规模的行为模拟

TomGriffiths，HenryR.Luce信息技术、意识以及心理学和计算机科学文化教授;AlinComan，心理学和公共事务副教授;SimonLevin，JamesS.McDonnell杰出大学生态学和进化生物学教授;ElizabethLevyPaluck，心理学和公共事务教授;ElkeWeber，GerhardR.Andlinger能源与环境教授和心理学与公共事务教授

该项目旨在解决影响全球变暖辩论的在线社交网络中相互交织的行为问题。

•安全和私密的联合学习

PrateekMittal，电气工程副教授;H.VincentPoor，工程与应用科学学院临时院长兼MichaelHenryStrater大学电气工程教授

该项目将使用数据科学技术来研究联合学习中的安全性、隐私和实用性问题——一种允许计算机程序从分散的数据中进行训练的技术——并将它们设计得更加健壮。

•揭开银河系的历史

MariangelaLisanti，物理学副教授

该项目与俄勒冈大学的蒂莫西·科恩(TimothyCohen)合作开展，旨在利用机器学习技术通过2013年发射的盖亚卫星研究来自10亿颗恒星的数据，以阐明银河系的演化。

•光结合剂合成实验设计的贝叶斯优化方法

计算机科学副教授BarbaraEngelhardt;MengdiWang，运筹学与金融工程副教授;和JaredToettcher，分子生物学助理教授

光遗传学是一种使研究人员能够利用光来打开和关闭细胞中蛋白质的技术，它有可能帮助理解癌症和霍乱等疾病。但是除了植物中的某些蛋白质外，科学家们没有特定的策略来使任何蛋白质对光做出反应。这项研究旨在使用机器学习技术来模拟可能使更多蛋白质更具响应性的策略。

•解码大脑的语言

普林斯顿神经科学研究所心理学教授UriHasson和计算机科学助理教授KarthikNarasimhan

该项目旨在深入研究人脑的内部运作，研究我们的思想如何变成文字、我们如何相互交流以及我们对语言的使用。

•语言在感知中的组合基础

计算机科学助理教授OlgaRussakovsky和计算机科学助理教授KarthikNarasimhan

该项目将建立指标来评估各种图像字幕系统的准确性，并找到改进这些系统的方法。

•分子结构和相互作用生成模型的物理先验

计算机科学教授RyanAdams和A.BartonHepburn化学教授AbigailDoyle

为制药业和其他工业部门合成新的化合物可能是一个困难且昂贵的过程。该项目旨在通过使用机器学习技术对分子结构及其化学相互作用进行建模来简化该过程，以创建新的、有用的化合物或更简单的途径来生成所需的化合物。

•视听语音数据定量分析工具包

政治学助理教授DeanKnox

该项目旨在开发一个由机器学习驱动的程序，用于收集、清理和分析人类语音中的视听数据，从而提高通信分析的整体有效性。